摘要
本发明公开了一种发热异常检测方法、设备及介质,涉及故障检测技术领域,根据获取到的数据集来对卷积神经网络模型进行训练,当需要检测目标板卡的发热状况时,将目标板卡的热成像温度分布图输入训练好的卷积神经网络模型中进行发热异常检测。将热成像温度分布图与卷积神经网络模型结合到一起,实现对板卡发热状况的检测以及异常发热点的定位,利用卷积神经网络模型来自动识别板卡的热成像温度分布图,提高了检测效率;在进行训练时还会进一步对数据集中的热成像温度分布图进行一致性处理,提高卷积神经网络模型的模型精度,保证模型性能,通过卷积神经网络模型大大减少对人工检查的依赖,避免主观误差,实现了对板卡发热状况的高精度识别。